خادم Databricks Genie MCP

ماذا يفعل خادم “Databricks Genie” MCP؟

خادم Databricks Genie MCP هو خادم Model Context Protocol (MCP) صُمم ليكون حلقة وصل بين مساعدين الذكاء الاصطناعي وواجهة Genie API الخاصة بـ Databricks. تتيح هذه التكاملات لنماذج اللغة الكبيرة (LLMs) التفاعل مع بيئات Databricks باستخدام اللغة الطبيعية. عبر الخادم، يمكن للنماذج تنفيذ إجراءات مثل عرض مساحات Genie، واسترجاع بيانات وصف مساحة العمل، وبدء وإدارة المحادثات مع Genie، وتشغيل استعلامات SQL — كل ذلك من خلال أدوات MCP الموحدة. يعمل الخادم كموصل يتيح للمطورين تعزيز سير العمل لديهم باستكشاف البيانات بالحوار، واستعلامات SQL مباشرة، وتواصل سلس مع وكلاء Databricks، مما يسهل تطوير وتحليل البيانات المدعوم بالذكاء الاصطناعي.

قائمة المحفزات

لا توجد قوالب محفزات صريحة موثقة في المستودع.

قائمة الموارد

لا توجد موارد صريحة موصوفة في المستودع.

قائمة الأدوات

• get_genie_space_id()
  يعرض معرفات وعناوين مساحات Genie المتاحة في مساحة عمل Databricks الخاصة بك.
• get_space_info(space_id: str)
  يسترجع عنوان ووصف مساحة Genie المحددة.
• ask_genie(space_id: str, question: str)
  يبدأ محادثة جديدة مع Genie بطرح سؤال بلغة طبيعية ويعيد استعلام SQL وجداول النتائج.
• follow_up(space_id: str, conversation_id: str, question: str)
  يواصل محادثة Genie جارية بسؤال متابعة.

حالات الاستخدام لهذا الخادم MCP

• استكشاف البيانات بالحوار
  يمكن للمطورين والمحللين استخدام اللغة الطبيعية للاستعلام التفاعلي عن بيانات Databricks عبر Genie، مما يجعل تحليل البيانات أكثر سهولة ووضوحًا.
• توليد استعلامات SQL تلقائيًا
  يحوّل الخادم الأسئلة بلغة طبيعية إلى استعلامات SQL، وينفذها على مساحات Genie ويعيد النتائج المهيكلة، مما يوفر الوقت ويقلل الأخطاء.
• استرجاع بيانات وصف مساحة العمل
  استرجع بسهولة بيانات الوصف (العناوين، الأوصاف) حول مساحات Genie لفهم وتوثيق مصادر البيانات المتوفرة.
• إدارة المحادثات
  حافظ على السياق خلال المحادثات متعددة الأدوار، مما يتيح سير عمل تحليلي معقد تُبنى فيه الأسئلة على إجابات سابقة.
• تكامل مع مساعدين الذكاء الاصطناعي
  أضف إمكانيات Genie في Databricks إلى بيئات التطوير أو الدردشات المدعومة بالذكاء الاصطناعي بسهولة، مما يسهل سير عمل علوم البيانات ضمن أدواتك المألوفة.

كيفية إعداده

Windsurf

1. تأكد من تثبيت Python 3.7+ على نظامك.
2. استنسخ مستودع Databricks Genie MCP وثبّت الاعتمادات.
3. أنشئ ملف .env يحتوي على بيانات دخول Databricks الخاصة بك (DATABRICKS_HOST وDATABRICKS_TOKEN).
4. في إعدادات Windsurf، أضف الخادم MCP باستخدام المقطع JSON التالي:

   {
     "mcpServers": {
       "databricks-genie": {
         "command": "python",
         "args": ["main.py"]
       }
     }
   }
   

5. أعد تشغيل Windsurf وتأكد من ظهور الخادم في قائمة خوادم MCP المتوفرة لديك.
6. تأمين مفاتيح واجهة API:
   استخدم متغيرات البيئة للحفاظ على أمان بيانات الدخول. مثال:

   {
     "env": {
       "DATABRICKS_HOST": "your-databricks-instance.cloud.databricks.com",
       "DATABRICKS_TOKEN": "your-personal-access-token"
     },
     "inputs": {}
   }
   

Claude

1. ثبّت Python 3.7+ واعتمادات المستودع.
2. قم بإعداد ملف .env مع مضيف Databricks ورمز الدخول.
3. من مجلد المشروع، شغل:

   mcp install main.py
   

4. افتح Claude Desktop، وانتقل إلى الموارد → إضافة مورد، واختر خادم Genie MCP الخاص بك.
5. ابدأ المحادثة مع بيانات Databricks الخاصة بك.

Cursor

1. تأكد من استيفاء جميع المتطلبات وتثبيت الاعتمادات وإعداد ملف .env.
2. أضف التالي إلى إعدادات Cursor:

   {
     "mcpServers": {
       "databricks-genie": {
         "command": "python",
         "args": ["main.py"]
       }
     }
   }
   

3. احفظ الإعدادات وأعد تشغيل Cursor.
4. تحقق من الاتصال بالخادم وتأكد من إعداد متغيرات البيئة كما هو موضح أعلاه.

Cline

1. ثبّت Python 3.7+، استنسخ المستودع، وأعد إعداد .env.
2. أضف الخادم MCP في إعدادات Cline:

   {
     "mcpServers": {
       "databricks-genie": {
         "command": "python",
         "args": ["main.py"]
       }
     }
   }
   

3. أعد تشغيل Cline وتأكد من أن خادم MCP نشط.
4. استخدم متغيرات البيئة لحماية بيانات الدخول الخاصة بك.

كيفية استخدام هذا الخادم MCP داخل التدفقات

استخدام MCP في FlowHunt

لدمج خوادم MCP في سير عمل FlowHunt الخاص بك، ابدأ بإضافة مكون MCP إلى تدفقك وقم بربطه بوكيل الذكاء الاصطناعي:

انقر على مكون MCP لفتح لوحة الإعدادات. في قسم إعدادات النظام لـ MCP، أدخل تفاصيل خادم MCP الخاص بك باستخدام تنسيق JSON التالي:

{
  "databricks-genie": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

بعد الإعداد، يمكن لوكيل الذكاء الاصطناعي الآن استخدام هذا الخادم MCP كأداة مع إمكانية الوصول إلى جميع وظائفه وإمكانياته. تذكر تغيير “databricks-genie” إلى اسم الخادم MCP الفعلي لديك واستبدال عنوان URL بعنوان MCP الخاص بك.

نظرة عامة

رأينا

يقدم خادم Databricks Genie MCP حلقة وصل عملية بين Databricks وLLMs، مع تعليمات إعداد واضحة وأدوات جيدة. ومع ذلك، يفتقر إلى قوالب محفزات، وموارد صريحة، وتوثيق حول ميزات MCP المتقدمة مثل العينات أو الجذور. الأدوات الأساسية محددة جيدًا ومفيدة لمستخدمي Databricks. بشكل عام، يحصل على تقييم فوق المتوسط لكنه سيستفيد من ميزات MCP أكثر ثراءً.

تقييم MCP